An improved method for fault diagnosis of a batch process by use of pattern-recognition technique.

バッチプロセスの異常診断法としては, パターン認識を用いて, 過去の運転データから個々の原因に対応する異常パターンの存在領域を定義し, これと運転中のプラントから得られたパターンとを照合することによって異常の原因を同定する方法が考えられる.この診断法では, 新たに得られたデータを利用して異常パターンの存在領域を修正する作業 (学習) が重要な役割を果たす.学習において異常パターンの存在領域を拡大しすぎると, 誤診の発生頻度は低下するが, 複数の事象を原因として出力する混診の発生頻度が高くなる.本論文では, 混診を防ぐために, 識別度の概念を導入して相異なる原因に対応する異常パターンの識別の難易度を表現し, これを用いた異常パターンの存在領域の定義と学習方法とを提案する.さらに, 異常診断実験により, ここで提案した診断法は, 学習を繰り返すことによって誤診の発生頻度とともに混診の発生頻度も低下させうることを確かめる.